摘要
本发明提供了一种基于结构优化和强化学习的事件因果关系识别方法,该该方法包括:对原始文本进行数据预处理操作,得到数据集,并将数据集分为训练集和验证集;将训练集输入至网络模型中,得到预测输出和最终损失函数;提取验证集的真实标签,并根据真实标签和预测输出构建综合奖励函数;根据综合奖励函数和最终损失函数对网络模型进行预训练,得到训练好的网络模型;通过训练好的网络模型识别事件因果关系,得到识别结果。该方法提高了生成模型的性能和效率,还提高了因果关系识别的准确率。
技术关键词
识别方法
标签
变量
重构
网络
序列
训练集
文本
夹角余弦
幅值
数据
词语
关系
语义
样本
代表
系统为您推荐了相关专利信息
血管图像分割方法
血管分割
特征提取网络
中心线
深度特征融合
外加剂
水泥基注浆材料
性能指标数据
深度神经网络
变量
CT重建方法
通道
分辨率方法
分支
稀疏投影数据
节点设备
清洁机器人
人机交互装置
信息传输系统
消息